När ett tillverkande företag vill öka sin marknadsandel behöver de i allmänhet öka sin produktion. För att kunna göra detta på ett kostnadseffektivt sätt är det viktigt att veta vilka faktorer som begränsar produktionssystemet, dessa benämns ofta som flaskhalsar. Ett produktionssystem är dock inte ett statiskt system vilket innebär att flaskhalsarna i ett system inte heller är statiska. De kan flytta på sig på både lång och kort sikt.   Syftet med denna fallstudie är att undersöka flaskhalsarna i ett produktionssystem och hur dessa förflyttar sig, vilka förbättringar som kan göras för att förbättra flödet i produktionssystemet. Data om produktionssystemet har samlats in med studier av databas, tidsstudie och samtal/intervjuer. Dessa data har nyttjats i en simuleringsmodell som framtagits med hjälp av FACTS-analyzer. Denna modell har studerats samt använts för att genomföra experiment. Bland annat har flermålsoptimering med SCORE metoden använts för att hitta systemets primära och sekundära flaskhalsar.   Studien visade att en station på svetsavdelningen var den huvudsakliga flaskhalsen i produktionssystemet och att den sekundära flaskhalsen i systemet låg i avdelningen efter, måleriavdelningen. Studien tog också fram en optimerad förbättrings plan för fabriken upp till 260 tillverkade båtar på ett år. / When a manufacturing company intends to increase their market share, they generally need to increase their production as well. In order to achieve this in a cost-effective manner they must be aware of which factors are limiting the production system, these factors are generally known as bottlenecks. A production system is however not a static system, this means that the bottlenecks won’t be static either. They can move both in the long term and short term.   The aim of this case study is to examine the bottlenecks in a system and their movement. As well as which improvements could be applied in order to improve the flow in the production system. Data concerning the production system has been collected through studies of internal databases, time studies and interviews. This data has been used in a simulation which has been constructed with FACTS-analyzer. The model has been studied and used for experimentation, for example, multigoal-optimization with the SCORE-method, which has been used in order to find the primary and secondary bottlenecks of the system.   The study shows that a station in the welding department was the main bottleneck in the productions system and the secondary bottleneck is in the department after, the paint shop. The study also found an optimized improvement plan for the factory up to 260 boats produced each year